SAS统计分析与数据挖掘电子书

内容简介

前 言

第1章 数据挖掘概述

1.1 数据挖掘简介

1.1.1 数据挖掘的含义

1.1.2 数据挖掘的起源

1.1.3 统计学与数据挖掘

1.1.4 数据挖掘相关的一些问题

1.2 数据挖掘用途

1.3 数据挖掘过程

1.3.1 数据挖掘用户

1.3.2 数据挖掘工具

1.3.3 数据挖掘步骤

1.4 SAS——数据挖掘领域的领导者

1.5 SAS在各种商业解决方案中的应用

1.5.1 SAS数据挖掘技术的实现

1.5.2 SAS在商业领域中的应用

第2章 SAS模块概述

2.1 SAS简介

2.1.1 SAS的设计思想

2.1.2 SAS的功能

2.1.3 SAS的特点

2.2 SAS软件安装、启动与退出

2.2.1 SAS软件的安装

2.2.2 SAS软件的启动

2.2.3 SAS软件的退出

2.3 SAS界面

2.3.1 Explorer窗口

2.3.2 Editor窗口

2.3.3 Results窗口

2.3.4 Log窗口

2.3.5 Output窗口

2.4 SAS模块介绍

2.4.1 SAS/BASE模块

2.4.2 SAS/ANALYSIS模块

2.4.3 SAS/ASSIST模块

2.4.4 SAS/INSIGHT模块

2.4.5 SAS/EM模块

第3章 SAS程序设计基础

3.1 SAS编程基础

3.1.1 SAS语言基础

3.1.2 SAS语言构成

3.1.3 SAS结构化编程语句

3.1.4 SAS程序编写规则

3.2 SAS程序的数据步

3.2.1 DATA语句

3.2.2 INPUT语句

3.2.3 CARDS与CARDS4语句

3.2.4 INFILE语句

3.2.5 SET语句

3.2.6 MERGE语句

3.3 SAS数据步循环与转移控制

3.3.1 IF语句

3.3.2 SELECT语句

3.3.3 DO语句

3.3.4 GO TO语句

3.3.5 RETURN语句

3.3.6 CONTINUE语句与LEAVE语句

3.3.7 如何跳出选择结构和循环体

3.4 SAS程序的过程步

3.4.1 SAS过程步用法

3.4.2 VAR与MODLE语句

3.4.3 ID与WHERE语句

3.4.4 BY与CLASS语句

3.4.5 OUTPUT语句

3.4.6 FERQ与WEIGHT语句

3.4.7 LABEL与FORMAT语句

3.5 SAS函数

3.5.1 数学函数

3.5.2 数组函数

3.5.3 日期时间函数

3.5.4 概率分布函数

3.5.5 分位数函数

3.5.6 样本统计函数

3.5.7 随机函数

第4章 数据预处理

4.1 数据输入

4.1.1 原始数据的读取

4.1.2 数据导入

4.2 数据整理

4.2.1 数据集选项

4.2.2 整理数据集

4.2.3 缺失值处理

4.2.4 UPDATE语句更新数据集

4.2.5 数据清洗

4.3 数据步变量控制

4.3.1 ARRAY语句

4.3.2 INFORMAT语句与FORMAT语句

4.3.3 LABEL语句

4.3.4 ATTRIB语句

4.3.5 DROP语句与KEEP语句

4.3.6 RENAME语句与RETAIN语句

4.4 数据修改与选择

4.4.1 赋值语句

4.4.2 累加语句

4.4.3 DELETE语句与LOSTCARD语句

4.4.4 STOP语句与ABORT语句

4.4.5 WHERE语句

4.4.6 REMOVE语句与REPLACE语句

4.4.7 MISSING语句

第5章 数据汇总与报表制作

5.1 使用过程PRINT制作报表

5.1.1 基本用法

5.1.2 使用中文列标题

5.1.3 标题和脚注

5.1.4 用BY语句分组处理

5.2 使用过程TABULATE制作汇总报表

第6章 SAS绘图

6.1 GPLOT过程

6.2 GCHART过程

6.3 G3D过程

第7章 数据描述

7.1 统计图

7.1.1 直方图

7.1.2 条形图

7.1.3 散点图

7.1.4 饼图

7.1.5 盒形图

7.1.6 茎叶图

7.1.7 时间序列图

7.2 统计量

7.2.1 集中趋势

7.2.2 离散程度

7.2.3 分布状态

7.3 数据分布

第8章 描述性统计分析

8.1 SAS编程进行统计分析

8.1.1 基本概念

8.1.2 FREQ过程

8.1.3 MEANS过程

8.1.4 UNIVARIATE过程

8.1.5 TABULATE过程

8.2 其他描述性统计过程

8.2.1 产生描述性统计值的输出文件：PROC SUMMARY

8.2.2 统计值的图形表示：PROC CHART

8.2.3 一般制图：PROC PLOT

第9章 ANALYST模块

9.1 ANALYST模块概述

9.1.1 ANALYST模块简介

9.1.2 ANALYST菜单介绍

9.2 数据集的窗口操作

9.2.1 数据集输入

9.2.2 数据表修改

9.2.3 数据保存

9.3 绘制统计图

9.3.1 条形图

9.3.2 饼图

9.3.3 散点图

9.4 统计分析

第10章 参数估计与假设检验

10.1 参数估计和假设检验概述

10.1.1 参数估计

10.1.2 假设检验

10.2 假设检验的SAS过程

10.2.1 UNIVARIATE过程

10.2.2 MEANS过程

10.2.3 TTEST过程

10.3 不同类型的均值和方差的检验

10.3.1 单变量均值t检验

10.3.2 样本均数与总体均数差异的t检验

10.3.3 配对资料的t检验

10.3.4 两样本均数比较的t检验

10.4 正态性检验

第11章 方差分析与协方差分析

11.1 方差分析的基本原理

11.1.1 自由度与平方和分解

11.1.2 F检验

11.2 单因素方差分析

11.2.1 单因素方差分析步骤

11.2.2 判断与结论

11.2.3 ANOVA过程

11.3 双因素方差分析

11.3.1 只考虑主效应的多因素方差分析

11.3.2 存在交互效应的多因素方差分析

11.4 协方差分析

第12章 回归分析

12.1 线性回归

12.1.1 线性回归模型

12.1.2 回归方程的显著性检验

12.1.3 预测问题

12.2 REG过程

12.3 多项式回归

12.3.1 曲线回归的基本原理

12.3.2 RSREG过程

12.4 逐步回归

12.5 LOGISTIC回归

12.5.1 逻辑回归模型概述

12.5.2 LOGISTIC过程

12.6 非线性回归

12.6.1 非线性回归分析的基本原理

12.6.2 NLIN过程

第13章 主成分分析与因子分析

13.1 主成分分析

13.1.1 主成分分析的数学原理

13.1.2 用PRINCOMP过程进行主成分分析

13.2 因子分析

13.2.1 因子分析的基本原理

13.2.2 因子分析的基本步骤和过程

13.2.3 利用FACTOR过程进行因子分析

13.3 主成分分析和因子分析的区别

第14章 相关分析和对应分析

14.1 相关分析

14.1.1 相关关系

14.1.2 相关图形和相关系数

14.1.3 简单相关分析的CORR过程

14.2 典型相关分析

14.2.1 典型相关分析的基本原理

14.2.2 典型相关分析的CANCORR过程

14.3 对应分析

14.3.1 对应分析的基本原理

14.3.2 对应分析的CORRESP过程

第15章 判别分析

15.1 判别分析的基本原理

15.1.1 判别分析的含义

15.1.2 判别分析的数学模型与判别方法

15.2 判别分析的SAS过程

15.2.1 DISCRIM过程

15.2.2 CANDISC过程

15.2.3 STEPDISC过程

15.3 综合实例

第16章 聚类分析

16.1 聚类分析的基本原理

16.1.1 聚类的数学原理

16.1.2 SAS中的聚类过程

16.2 聚类分析的步骤和过程

16.2.1 CLUSTER过程（系统聚类过程）

16.2.2 FASTCLUS过程（快速聚类过程）

16.2.3 VARCLUS过程（变量聚类过程）

16.2.4 TREE过程（画树状图过程）

第17章 生存分析

17.1 生存分析基本概述

17.1.1 生存分析的基本概念

17.1.2 生存资料的特点

17.1.3 生存分析方法

17.2 生存分析的LIFETEST过程

17.3 COX模型回归分析

17.3.1 COX回归模型

17.3.2 PHREG过程

第18章 时间序列分析

18.1 时间序列概述

18.1.1 时间序列的组成部分

18.1.2 时间序列的数学模型

18.1.3 时间序列的因素分析

18.1.4 随机时间序列分析

18.1.5 时间序列的分析步骤

18.2 SAS的ARIMA过程

18.3 综合实例

第19章 SAS数据挖掘应用

19.1 SAS数据挖掘

19.2 SAS数据挖掘方法论——SEMMA

19.2.1 数据取样

19.2.2 数据探索

19.2.3 问题明确化、数据调整和技术选择

19.2.4 模型研发

19.2.5 模型评估

19.3 数据挖掘套件SAS/EM

第20章 SAS在数据预测中的应用

20.1 数据预测简介

20.1.1 数据预测

20.1.2 SAS中的预测分析模块

20.2 数据预测案例分析

第21章 SAS在金融数据分析中的应用

21.1 现金流贴现分析

21.2 股票分类

21.3 资本资产定价模型（CAPM模型）

21.4 B-S模型期权定价